Relative Development and the Intelligence Divide: Human Capital, Technology Diffusion, and AI

Per decenni, gli economisti hanno osservato il divario tra le nazioni più ricche e quelle più povere del mondo, ponendosi una domanda semplice ma ostinata: perché alcuni paesi rimangono poveri mentre altri progrediscono? La risposta è spesso sembrata risiedere in ciò che un paese possiede. Le nazioni con più fabbriche, migliori strade e più scuole generalmente producono più ricchezza. Ma un mistero più profondo rimane. Due paesi possono avere quantità simili di macchinari e un numero simile di lavoratori istruiti, eppure uno produce molto di più dell'altro. Questa differenza è spesso chiamata produttività, una misura di quanto bene una società trasformi le sue risorse in cose utili. Per molto tempo, la speranza era che la tecnologia agisse come un grande equilibratore. Se un paese povero avesse potuto semplicemente acquistare le stesse macchine o software di uno ricco, avrebbe dovuto poter recuperare. Eppure la storia mostra che, sebbene i paesi siano diventati più simili in termini di scuole e fabbriche, non sono diventati affatto altrettanto simili nel modo in cui producono. Gli strumenti si sono diffusi, ma la capacità di usarli efficacemente no.

Questo enigma è ora al centro di un nuovo dibattito sull'intelligenza artificiale. Mentre diventano disponibili nuovi e potenti sistemi informatici, molti si chiedono se essi aiuteranno finalmente le nazioni più povere a colmare il divario. Un nuovo studio di Patrick A. Imam e Jonathan R. W. Temple, ricercatori dell'International Monetary Fund ed economista indipendente, suggerisce che la risposta non è così semplice come l'accesso. I ricercatori sostengono che avere la tecnologia non è la stessa cosa che avere la capacità di usarla. Si sono posti l'obiettivo di capire perché alcuni paesi riescano a passare da una bassa produttività a un'alta produttività mentre altri rimangono bloccati, e se l'intelligenza artificiale aiuterà o ostacolerà quel percorso. Il loro lavoro combina un esame dettagliato dei dati storici con un nuovo modo di pensare allo sviluppo delle nazioni, andando oltre le semplici medie per tracciare il reale movimento dei paesi nel tempo.

I ricercatori hanno esaminato oltre mille periodi di cinque anni per quasi cento paesi, tracciando come le loro posizioni nell'economia globale siano cambiate. Hanno osservato tre elementi principali: la quantità di capitale fisico che un paese possedeva, il livello di istruzione della sua forza lavoro e la sua produttività complessiva. Hanno riscontrato una differenza sorprendente nel modo in cui questi fattori si muovono. I paesi sono stati in grado di aumentare il proprio capitale e migliorare la propria istruzione relativamente velocemente. Una nazione poteva costruire una nuova fabbrica o mandare più bambini a scuola nell'arco di pochi anni. Tuttavia, passare da una bassa produttività a un'alta produttività è stato molto più difficile e molto più lento. Anche quando i paesi aggiungevano più macchine e istruivano più lavoratori, spesso non riuscivano a migliorare l'efficienza con cui li utilizzavano. Il divario nella produttività si è dimostrato molto più ostinato rispetto al divario nelle risorse.

Per comprendere il motivo, gli autori hanno esaminato da vicino il ruolo del capitale umano, ovvero le competenze e le conoscenze della forza lavoro. I resoconti economici standard suggeriscono che l'istruzione spieghi solo una piccola parte del perché alcuni paesi siano più ricchi di altri. Se si uniformasse semplicemente il numero di anni di scolarizzazione in tutto il mondo, il divario di reddito si ridurrebbe, ma rimarrebbe una grande distanza. I ricercatori hanno scoperto che questa visione statica trascura un elemento dinamico cruciale. Sebbene l'istruzione possa non spiegare perfettamente l'attuale livello di ricchezza, è un potente predittore del fatto che un paese progredirà o rimarrà fermo. Hanno scoperto che i paesi con livelli più elevati di capitale umano misurato avevano una probabilità significativamente maggiore di uscire dagli stati di produttività più bassi.

Lo studio ha identificato una soglia specifica nel capitale umano che sembrava separare due mondi diversi. Per i paesi al di sotto di questo livello, il tempo medio per lasciare lo stato di bassa produttività era di circa sessantadue anni. Per i paesi al di sopra di esso, quel tempo scendeva a venticinque anni. Questa differenza non è solo un numero; rappresenta generazioni di sviluppo. Un paese bloccato nella trappola della bassa produttività potrebbe attendere una vita intera per vedere la propria economia trasformarsi, mentre un paese con lavoratori leggermente più capaci potrebbe raggiungere lo stesso cambiamento in una singola generazione. I ricercatori hanno testato questo risultato in molti modi, utilizzando diverse misure di competenza e diversi modi di raggruppare i dati, e il modello è rimasto costante. Anche quando hanno guardato alle abilità cognitive piuttosto che ai soli anni di scolarizzazione, i paesi con competenze più elevate si sono mossi più velocemente.

Ciò conduce a una conclusione severa sull'intelligenza artificiale. La tecnologia in sé non è una bacchetta magica che solleverà automaticamente tutte le barche. Se l'intelligenza artificiale aiuta principalmente coloro che sono già qualificati, potrebbe allargare il divario. Un paese con una solida base di lavoratori istruiti, dati affidabili e imprese capaci sarà in grado di usare questi nuovi strumenti per diventare ancora più produttivo. Un paese che manca di quelle fondamenta potrebbe avere accesso agli stessi strumenti ma fallire nell'integrarli nella propria economia. I ricercatori sostengono che, affinché l'intelligenza artificiale aiuti le nazioni più povere a recuperare, essa deve fare di più che semplicemente abbassare il costo della conoscenza. Deve abbassare il costo dell'apprendimento, dell'adattamento e dell'implementazione di quella conoscenza nei luoghi in cui i sistemi di supporto sono deboli.

Lo studio suggerisce che la vera barriera non è la mancanza di tecnologia, ma la mancanza delle capacità complementari necessarie per far funzionare tale tecnologia. Non basta avere un trattore; serve il carburante, gli officine di riparazione e gli agricoltori che sappiano come usarlo. Allo stesso modo, avere l'intelligenza artificiale non è sufficiente se un paese manca della gestione, delle infrastrutture e della forza istituzionale per trasformarla in reali guadagni di produttività. I ricercatori hanno scoperto che la capacità di convertire l'intelligenza più economica in un reale movimento economico è la chiave. Se l'intelligenza artificiale può aiutare le economie più deboli ad apprendere più velocemente e ad adattarsi meglio, potrebbe accorciare l'attesa di decenni per lo sviluppo. Ma se premia solo coloro che sono già forti, potrebbe semplicemente spingere la frontiera ancora più lontano, lasciando il divario tra ricchi e poveri immutato.

Le scoperte offrono un percorso chiaro per i decisori politici. Invece di concentrarsi esclusivamente sull'adozione dell'ultima tecnologia, le nazioni devono investire nell'ecosistema più ampio che permette alla tecnologia di prosperare. Ciò include il miglioramento della qualità dell'istruzione, il rafforzamento delle pratiche gestionali, la costruzione di infrastrutture affidabili e la garanzia che le istituzioni possano sostenere l'innovazione. Lo studio non promette che questo sarà facile o veloce, ma chiarisce il problema. Il divario non riguarda solo chi possiede gli strumenti, ma chi possiede la capacità di usarli. Affinché l'intelligenza artificiale sia una forza per l'uguaglianza, deve essere accompagnata da un impegno genuino nel costruire le fondamenta umane e istituzionali che trasformano il potenziale in progresso. Senza di ciò, la promessa di un mondo connesso potrebbe rimanere solo questo: una promessa, mentre la realtà del divario dell'intelligenza continua a crescere.